MIA Paris-Saclay

Rencontre MIA-PSAE

8 juin 2023

Carte d’identité au 1er février 2023

Unité mixte de recherche AgroParisTech/INRAE
Mathématique et Informatique Appliquée

41 titulaires, 21 doctorants/post-doc/CDD

Thèmes de de recherche

Modélisation, Apprentissage Statistique et Sciences des données pour les Sciences du vivants

Direction (DU/DUa)

  
Julien Chiquet   Sophie Donnet

Cellule Gestion

  
C. Gehin    S. Goussard    F. Azdad

Équipe EkINocs (Info)


Antoine Cornuéjols
15 titulaires, 4 (post-)doc

Équipe SOLsTIS (Stat)

 
Pierre Barbillon   Sophie Donnet
23 titulaires, 17 (post-)doc

Tutelles

     

MMIP - Modélisation, Math, Info, Physique

MathNum - Mathématiques, Informatique, Sciences des données, Technologies du numérique

UPSay - GS Math, Info (+ Biosphera, SdVS)

Mouvements à prévoir en 2023-2024

Assistante Ingénieure

AI INRAE
Administration du parc, Calcul Scientifique
Inter-équipe

Maîtresse de conférences

MCF AgroParisTech
Apprentissage stat. et données spatiaux-temporelles
Solstis

Chaire de Professeur.e

CPJ INRAE (3 ans)
Modèle probabiliste pour l’Agro-Écologie
Solstis

Chargée de recherche

CR INRAE
Stat. et ML pour la génétique animale
GIBBS/Solstis

Accueil

CR Délégation
Algorithmes Stochastiques
Solstis

Des départs…

Retraite, départs spontanés, …
départs spontanés, …

Vie collective

Missions transversales

Prévention

Bâtiment

Formation

GES

QVT

Missions à caractère scientifique

Séminaire

Données

Bibliométrie

Europe

Calcul

Thèmes de recherche

Modélisation, Apprentissage Statistique et Sciences des données pour les Sciences du vivants

Disciplines

  • Statistique, Informatique
  • Machine-learning, Deep-Learning
  • Optimisation
  • Répresentation des connaissance

Équipe EkINocs (Informatique)

Expert Knowledge, INteractive modellINg and learnINg for understandINg and decisiOn makINg in dINamic Complexe Systems

Domaines

  • Écologie et Environnement
  • Agriculture et alimentation
  • Biologie moléculaire et biologie des systèmes
  • Biologie prédictive

Équipe SOLsTIS (Statistique)

Statistical mOdelling and Learning for environnemenT and lIfe Sciences

Analyse de données en sciences du vivant

  • données hétérogènes, volumineuses, multicritères, temporelles/en flux
  • besoins de modèles explicatifs; besoins d’algorithmes adaptatifs

Production scientifique

Nature

  • conférences et journaux disciplinaire et à l’interface
  • codes et packages (R, Python, AppliWeb, …)

Moyens

  • Projets ANR (dizaine), Institut de convergence (CLAND, DATAIA), H2020
  • MetaProgramme INRAE (Digit-Bio, CLIMAE, SYLSAE), AgroParisTech (fonds d’amorçage, projets fédérateurs)

Diffusion

Titres des revues (depuis 2019, 284 items)

une fois enlevés “journal”, “letters”, “using”, “international”, “science”, “sciences”, “scientific”, “research” et au moins 2 instances

Titres des articles (depuis 2019, 284 items)

une fois enlevés “journal”, “letters”, “using”, “international”, “science”, “sciences”, “scientific”, “research” et au moins 2 instances

Groupes de travail et formation

GT Techniques

  • GT inter-départements AgroParisTech (Christine Martin et Pierre Barbillon)
  • GT apprentissage: optimisation, modèles génératifs, enseignement (Nicolas Jouvin)
  • GT netfun: graphe aléatoire, clustering, reconstruction (Sophie Donnet)

Formations

  • Pytorch (Vincent Guigue, Achille Thin)
  • Packaging Python (Jean-Nenoist Léger)
  • Deep-learning, auto-encoders (Hugo Gangloff)

Réseaux MathNum

  • Réseau StateOfTheR: auto-formation et veille R, Python, Julia, etc. (Julie Aubert)
  • Réseau In Ovive: représentation des connaissances (Liliana Ibanescu)
  • Réseau Netbio: réseaux biologiques (Marie-Laure Martin)

Organigramme au 1er février 2023